生物信息学是由统计学、生命科学、计算机学等众多学科复合所构成的学科,也是目前研究的热点学科之一。数据挖掘是通过计算机实现统计学和人工智能中的一些算法的技术,主要用于从海量的数据中找出其隐含的各种规律,是当前计算机数据分析最有效的技术。生物序列数据作为生物数据最重要的数据之一,将数据挖掘技术应用于生物序列数据的分析处理是目前研究者们最关注的研究领域。对序列功能元素进行鉴别以及找出各序列间的相互关系是生物序列数据挖掘最主要的任务。生物序列数据挖掘最为重要的研究内容就是生物序列模式挖掘,其对发现并解读其序列功能元素起着无可替代的作用。生物序列数据中最重要的是DNA序列数据。当今,通过数据挖掘技术处理DNA序列数据,对于DNA序列数据分析来说,这是一次非常大的尝试。分析研究DNA序列最为重要的算法就是DNA序列数据挖掘算法,怎么样才能设计出更为有效的DNA序列数据挖掘算法呢?不妨考虑：第一,结合生物学背景和相关领域的知识研究设计出适用的挖掘算法,使挖掘出的结果更够用生物学进行解释,满足生物学实际应用的需求；第二,通过设计出针对DNA序列数据的挖掘算法的方法,以此提高算法效率,但是,前提是在充分考虑DNA序列数据与一般序列数据特征区别的基础上。本文对现有的一些序列模式挖掘算法的实用性和算法效率进行研究分析,并根据DNA序列的特点,就算法存在的一些问题,提出了一种新的DNA序列模式挖掘算法-JMPS,以达到提高生物序列模式挖掘算法的效率和性能的目的。实验证明,该算法具有很强的可行性和有效性。